製造業でAI（人工知能）の活用が拡大している。まず、人手不足や高齢化への対策として注目を集めた。ベテランが担当していた不良品検知や製造工程の最適化をAIに肩代わりさせる。さらに、歩留まり、設備保全、需要予測の改善にAIを使う企業も登場しつつある。従来は勘や経験に頼っていたが、AIを活用するとデータに基づいた意思決定ができる。
こうしたAI活用の前提となるのが、膨大なデータだ。現在は業務システムで保存しているデータを分析する場合が多いが、今後は契約書や見積書、設計図面、画像、動画、センサーデータ、Webログなどの重要性も高まっていく。後者は「非構造化データ」と呼ばれ、AIで取り扱いやすい状態で保管できている企業は多くない。
本資料では、AI活用で求められるストレージの条件を解説する。大量のデータを収集・保管・分析しなければならないAIでは、対応プロトコル、処理速度、拡張性など様々な要件を満たす必要がある。AIを活用する基盤の構築に不可欠な資料として、ぜひチェックしてほしい。
本資料では、生産ラインや複数の生産拠点をIoTでつないで活用できるようにした、電子機器製造の生産ラインについて解説する。生産管理や品質管理、サプライチェーン材料管理などの自動化が可能になるという。
産業用Ethernetの普及が世界中で急激に進んでいる。本資料は、工場のネットワークをフィールドバスから産業用Ethernetへ移行する際に、何から始めるべきかという疑問に答える内容になっている。
本資料では、製造業へのIoT導入における8つのユースケースを解説している。ユースケースごとに利点が簡潔にまとめられており、これからIoT導入を検討する企業にとって、導入効果を理解しやすい内容になっている。
本資料は、製造業DXの概要からOTデータの基本、セキュリティの重要性などを詳しく解説している。DXを始める、あるいは検討中の企業にとって、理解を深めるのに役立つ資料だ。
自動車業界をはじめ、あらゆる業界がサプライチェーンの混乱や断絶に直面している。本資料では、安定した部品供給を可能にするサプライチェーンモデルと、回復力の高い供給網の構築手法を紹介する。